O SFR3 Fund é um fundo imobiliário tecnológico que adquire, renova e aluga casas a preços acessíveis. Especializam-se na renovação de casas em dificuldades, utilizando operações orientadas por software para aumentar a sua presença num grande número de mercados mais pequenos ao mesmo tempo. O seu software automatiza as ordens de trabalho, os pagamentos e outras tarefas administrativas, o que acelera a velocidade das transacções e impulsiona o crescimento.
A empresa cresceu para mais de 10 000 casas em mais de duas dúzias de metros e está a construir/reparar mais casas todos os meses.
O SFR3 trabalha com grandes quantidades de dados contabilísticos de várias empresas de gestão de propriedades (PMC). Cada PMC regista e gere os seus dados utilizando um sistema diferente, o que dificulta a reconciliação por parte da SFR3. Atualmente, a transferência de dados e a reconciliação são feitas manualmente a partir das contas de cada empresa de gestão de propriedades para os sistemas da SFR3, sendo que cada transação demora entre 30 e 40 segundos a ser registada por um utilizador experiente. Consequentemente, o processo de gestão de dados é moroso e propenso a erros, o que conduz a ineficiências e potenciais perdas.
Alguns dos desafios associados são:
Eliminação do trabalho manual moroso: Múltiplas fontes de dados de diferentes PMC e a falta de um processo uniforme de registo de dados para cada PMC causaram reconciliações manuais durante a transferência para o QuickBooks do SFR3
Evitar a perda e a fidelidade dos dados: As diferentes técnicas de gestão do registo de contas - incluindo a divisão de montantes - por cada PMC e as diferentes interpretações das informações sobre as transacções por cada utilizador durante a introdução de dados no QuickBooks resultaram numa baixa qualidade dos dados, com impacto na capacidade de automatizar processos
O objetivo da SFR3 era simplificar os processos e a gestão contabilística, alavancar a ciência dos dados e a IA/ML para reduzir os custos e os erros humanos, e preparar o processo empresarial global para o futuro e, em particular, a função FP&A com uma pilha de dados moderna. O projeto atual serve como trabalho de base para permitir que o SFR3 rastreie todas as atividades relacionadas a cada propriedade, servindo como base para futuras análises avançadas e IA.
O RapidCanvas colaborou estreitamente com a SFR3 para desenvolver a versão inicial de um bot de contabilidade para resolver muitos dos desafios associados à migração, reconciliação e processamento manual de dados.
STEP 1: Problem definition
ETAPA 2: Mapeamento/correspondência de dados
PASSO 3: Automatização
STEP 1: Problem definition
RapidCanvas expert data scientists and solution engineers studied the SFR3 data, which is received from individual property management companies, to better understand the different datasets of each company. The datasets contained details of properties, account information, rental amounts, and dates of payments, among other fields. This was compared with how this information had been translated by humans into the historical accounting system records.
Enquanto uma empresa registou a renda como "rendimento de rendas", outra registou-a como "rendimento de rendas". As despesas com serviços públicos, como a água, também foram registadas de forma diferente pelas diferentes empresas. Estes são exemplos das diferenças na recolha de dados e da necessidade crítica de reconciliação.
Esta etapa foi crucial para compreender a forma como as diferentes empresas de gestão de propriedades registam os seus dados nos seus livros de contabilidade e onde se verificam as discrepâncias de dados durante o processo de correspondência manual.
ETAPA 2: Mapeamento/correspondência de dados
Uma vez concluída a AED, o passo seguinte consistiu em limpar os dados e filtrá-los para extrair os campos necessários aos requisitos do SFR3. No exemplo das despesas com rendas, os dados foram uniformemente mapeados como "rendimentos de rendas", para garantir a coerência.
A função crucial seguinte consistiu em mapear os dados de entrada das PMC para a forma como são registados no livro de contabilidade QuickBook da SFR3. Este mapeamento foi efectuado através de uma série de transformações realizadas na plataforma RapidCanvas. O processo de correspondência utilizou lógica difusa e algoritmos proprietários relacionados com o processamento de linguagem natural (PNL) para a classificação de texto, com técnicas de aprendizagem automática supervisionadas e não supervisionadas.
Foi assim criada uma convenção de dados partilhados entre a SFR3 e cada PMC respetivo, sem que fosse necessário modificar os dados gerados pelo PMC, para que o fluxo de dados para o Quickbooks da SFR3 a partir do PMC entre os dois fosse mais simples e menos sujeito a erros.
As diferenças nas convenções de nomeação e organização do conjunto de dados são reconciliadas através deste processo. Isto assegura que os dados de cada empresa de gestão de propriedades PMC são correta e uniformemente capturados no QuickBooks, o sistema de contabilidade do SFR3. A confiança na correspondência dos dados também é medida para cada etapa, garantindo uma elevada exatidão para a automatização dos dados na etapa seguinte.
PASSO 3: Automatização
Assim que o quadro de correspondência final ficou disponível para cada empresa de gestão de propriedades, os dados de cada uma continuam a fluir para a plataforma e o processo de correspondência é efectuado automaticamente. Isto dá à SFR3 uma visão limpa e abrangente das suas contas com cada uma destas empresas no QuickBooks.
Todas estas eficiências traduzem-se em poupanças de mais de dezenas de milhares de dólares que são gastos em processos manuais. O tempo de valorização da empresa com a utilização da plataforma foi realizado numa questão de semanas.
Com um processo de reconciliação de dados claro e automatizado, a conformidade melhorou e as oportunidades de investimento foram identificadas mais rapidamente. Agora, o tempo dos especialistas pode ser reaplicado a processos de maior valor, melhorando os resultados comerciais e produzindo valor monetário para o SFR3 Fund como um todo.